基于普通最小二乘投影的条件变量筛选
统计理论
2020-02-05 v2 统计理论
摘要
在本文中，我们提出了一种用于线性模型的新型变量筛选方法，称为基于普通最小二乘投影的条件筛选（COLP）。COLP 能够利用关于某些活跃预测变量的先验知识，通过消除其系数在对剩余变量估计中的不利影响，从而显著提高筛选精度。我们在合理假设下证明了其确定筛选性质，并通过对一个白血病数据集的应用展示了其实用性。此外，基于该条件方法，我们引入了一种称为基于普通最小二乘投影的前向筛选（FOLP）的迭代算法，该算法不仅能更有效地利用先验信息，而且在使用数据驱动的调节集时，在无先验知识可用的情况下也具有良好表现。我们进行了广泛的模拟研究以证明这两种所提方法的竞争力。
引用
@article{arxiv.1910.11291,
title = {Conditional variable screening via ordinary least squares projection},
author = {Ning Zhang and Wenxin Jiang and Yuting Lan},
journal= {arXiv preprint arXiv:1910.11291},
year = {2020}
}